目录一 、实验名称2二 、实验目的 2三、实验原理 21、NFA 定义 22、DFA 的定义 23、closure 函数 24、move 函数 3四、实验思路 31、输入 32、closure 算法 33、move 算法 34、构造子集 45、输出 4五、实验小结 41、输入存储问题 42024.11.02不确定有穷状态自动机的确定化2、closure 算法问题 43、输出问题 5六、附件 51、源代码 52、运行结果截图 7一、实验名称不确定有穷状态自动机的确定化二、实验目的输入：非确定有穷状态自动机 NFA 输出：确定化的有穷状态自动机 DFA三、实验原理1、NFA 定义一个不确定的有穷自动机 M 是一个五元组，M=(K,E,f,S,Z)其中a. K 是一个有穷集，它的每个元素称为一个状态；b. E 是一个有穷字母表，它的每个元素称为一个输入符号；c. f 是一个从 K×E*到 K 的子集的映像，即：K*E*->2k，其中 2k 表示 K的幂集；d. S 包含于 K，是一个非空初态集；e. Z 包含于 K，是一个终态集。2、DFA 的定义一个确定的有穷自动机 M 是一个五元组，M=(K,E,f,S,Z)其中a. K 是一个有穷集，它的每个元素称为一个状态；b. E 是一个有穷字母表，它的每个元素称为一个输入符号；c. f 是转换函数，是 K×E->K 上的映像，即，如 f(ki,a)=kj(ki∈K,kj∈K)就意味着，当前状态为 ki，输入字符为 a 时，将转换到下一状态 kj，我们把 kj 称作 ki 的一个后继状态；d. S∈K，是唯一的一个初态；e. Z 包含于 K，是一个终态集，终态也称可接受状态或结束状态。3、closure 函数状态集合 I 的 ε—闭包，表示为 ε—closure(I)，定义为一状态集，是状态集I 中的任何状态 S 经任意条 ε 弧而能到达的状态的集合。4、move 函数状态集合 I 的 a 弧转换，表示为 move(I,a)，定义为状态集合 J，其中 J 是所有那些从 I 中的某一状态经过一条 a 弧而到达的状态的全体。四、实验思路本次实验采纳 python 完成。1、输入根据课本 NFA 的定义，输入五元组，依次输入状态集、输入符号、初态集、终态集以与映像，将这些分别存入五个列表中。其中关于映像的输入格式：先输入状态一，再输入输入符号，最后输入状态二，一次输入一条弧。2、closure 算法定义 closure 函数形式为 closure(a,f)，其中，a 为要做 closure 闭包的状态集合，f 为 NFA 的映像的集合。具体思想为：a.设立一个最终返回结果的列表 b，初值与列表 a 相等。设立一个空列表s，...
